[论文解读] Mapping Husserlian phenomenology onto active inference

Mahault Albarracin, Riddhi J. Pitliya+2 more|arXiv (Cornell University)|Aug 18, 2022

Phenomenology and Existential Philosophy被引用 8

一句话总结

本文將胡塞尔现象学——尤其是其对时间意识的论述——與主動推斷框架相對應，提出意識經驗的核心結構（例如保留、預期與時間流動）對應於主動推斷中生成模型的特定組成部分。主要貢獻在於將現象學對意識的描述與預測處理的計算機制進行形式上的對齊，從而推動計算現象學的發展。

ABSTRACT

Phenomenology is the rigorous descriptive study of conscious experience. Recent attempts to formalize Husserlian phenomenology provide us with a mathematical model of perception as a function of prior knowledge and expectation. In this paper, we re-examine elements of Husserlian phenomenology through the lens of active inference. In doing so, we aim to advance the project of computational phenomenology, as recently outlined by proponents of active inference. We propose that key aspects of Husserl's descriptions of consciousness can be mapped onto aspects of the generative models associated with the active inference approach. We first briefly review active inference. We then discuss Husserl's phenomenology, with a focus on time consciousness. Finally, we present our mapping from Husserlian phenomenology to active inference.

研究动机与目标

• 透過識別意識經驗中的結構類比，將胡塞爾現象學與主動推斷相連接。
• 透過將現象學描述建立在認知的正式數學模型基礎上，推進計算現象學的發展。
• 釐清意識的時間面向——如保留與預期——如何能透過主動推斷中的生成模型來建模。
• 證明胡塞爾的描述性現象學可以與當代具身化、預測認知理論相互啟發與相互補充。

提出的方法

• 審視主動推斷框架作為一種生成模型，透過知覺與行動最小化自由能。
• 分析胡塞爾對時間意識的概念，特別是保留（過去）、預期（未來）與當下作為動態流動的角色。
• 將胡塞爾的時間意識三重結構對應至主動推斷中的層次化生成模型架構。
• 識別預測編碼機制（例如精確度加權的預測誤差）作為現象學過程（如保留與預期）的計算實現。
• 使用自由能原理作為統合原則，連結現象學描述與神經認知計算。
• 形式化現象學意向性與主動推斷中推論過程之間的對應關係。

实验结果

研究问题

• RQ1 胡塞爾對時間意識的描述如何能與主動推斷的機制進行形式上的對齊？
• RQ2 胡塞爾現象學的哪些面向對應於主動推斷中生成模型的組成部分？
• RQ3 現象學中的保留與預期在何種方式下對應於主動推斷中的預測與精確度加權？
• RQ4 意識經驗的流動能否被建模為自由能原理下的動態推論過程？
• RQ5 主動推斷框架如何支持現象學主張——意識本質上具有時間性與意向性？

主要发现

• 胡塞爾的時間意識結構——特別是保留、預期與諾瑪（noema）——對應於主動推斷中的層次化生成模型。
• 意識的動態流動對應於透過預測與精確度加權的誤差修正，迭代最小化自由能的過程。
• 保留在計算上實現為生成模型中的短期記憶痕跡，而預期則對應於高階模型節點中的預測狀態。
• 現象學中的當下時刻與主動推斷的當下狀態對應，其中預測誤差透過行動與知覺得以解決。
• 該框架支持意識並非靜態表徵，而是一種持續的推論與更新過程的觀點。
• 這種對齊表明，對意向性與時間性的現象學描述可被形式化於神經認知計算框架之中。